主分类：通用算法研发（其他方向）
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "算法工程师-AI制药",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "Token Foundry",
"location": "北京 / 杭州",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "阿里巴巴集团",
"company_industry": "电子商务 / 云计算 / 人工智能",
"company_size": "10000人以上",
"company_website": "alibaba.com",
"company_description": "阿里巴巴集团面向消费者和企业提供电子商务、云计算及人工智能服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "计算机科学、计算化学、生物信息学或相关专业硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 负责AI药物发现平台的核心算法研发，构建覆盖小分子与生物大分子（多肽/抗体/蛋白质）的智能优化系统，包括分子生成、性质预测、多参数优化及合成可行性评估等关键环节；\n2. 设计并实现基于大模型的药物设计Agent架构，整合分子打分、自由能计算、序列语言模型等计算工具链；\n3. 研发和集成分子生成模型（3D结构生成/扩散模型/流匹配）与蛋白质结构预测模型，支持基于结构的分子设计、复合物预测及界面建模；\n4. 跟踪智能体辅助药物设计领域前沿进展，推动算法从文献复现到平台落地，与湿实验团队协作建立\"计算→合成→测试→反馈\"数据闭环。",
"requirements_text": "1. 计算机科学、计算化学、生物信息学或相关专业硕士及以上学历，有交叉学科背景优先；\n2. 熟悉分子生成模型（扩散/流匹配/VAE/GAN/自回归）、蛋白质结构预测、蛋白质语言模型中至少一个方向，有实际训练或微调经验；\n3. 熟练掌握Python及主流深度学习框架（PyTorch），有大模型Agent开发经验者优先。\n【加分项】有Agent系统开发经验；有分子筛选或分子生成相关实践经验；熟悉计算化学或分子模拟工具链；在CNS期刊或AI领域顶会顶刊发表过论文。",
"skills": [AI生成
"Python",
"PyTorch",
"深度学习",
"大语言模型"
],
"preferred_qualifications": "1. 计算机科学、计算化学、生物信息学或相关专业硕士及以上学历，有交叉学科背景优先；3. 熟练掌握Python及主流深度学习框架（PyTorch），有大模型Agent开发经验者优先；【加分项】有Agent系统开发经验",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199908260001?deptCodes="
}
]
},
"posting": {
"posting_id": "199908260001",
"post_date": "2026-07-30",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199908260001?deptCodes="
},
"fulltext": "算法工程师-AI制药\n算法工程师-AI制药\n\n基础信息\n毕业起止时间要求：2026-11-01 - 2027-10-31\n职位类别：技术类\n招聘项目：阿里巴巴2027届应届生\n工作地点：北京 / 杭州\n\n职位描述\n1. 负责AI药物发现平台的核心算法研发，构建覆盖小分子与生物大分子（多肽/抗体/蛋白质）的智能优化系统，包括分子生成、性质预测、多参数优化及合成可行性评估等关键环节；\n2. 设计并实现基于大模型的药物设计Agent架构，整合分子打分、自由能计算、序列语言模型等计算工具链；\n3. 研发和集成分子生成模型（3D结构生成/扩散模型/流匹配）与蛋白质结构预测模型，支持基于结构的分子设计、复合物预测及界面建模；\n4. 跟踪智能体辅助药物设计领域前沿进展，推动算法从文献复现到平台落地，与湿实验团队协作建立\"计算→合成→测试→反馈\"数据闭环。\n\n职位要求\n1. 计算机科学、计算化学、生物信息学或相关专业硕士及以上学历，有交叉学科背景优先；\n2. 熟悉分子生成模型（扩散/流匹配/VAE/GAN/自回归）、蛋白质结构预测、蛋白质语言模型中至少一个方向，有实际训练或微调经验；\n3. 熟练掌握Python及主流深度学习框架（PyTorch），有大模型Agent开发经验者优先。\n【加分项】有Agent系统开发经验；有分子筛选或分子生成相关实践经验；熟悉计算化学或分子模拟工具链；在CNS期刊或AI领域顶会顶刊发表过论文。\n\n在招业务\nToken Foundry\n1. 负责AI药物发现平台的核心算法研发，构建覆盖小分子与生物大分子（多肽/抗体/蛋白质）的智能优化系统，包括分子生成、性质预测、多参数优化及合成可行性评估等关键环节；\n2. 设计并实现基于大模型的药物设计Agent架构，整合分子打分、自由能计算、序列语言模型等计算工具链；\n3. 研发和集成分子生成模型（3D结构生成/扩散模型/流匹配）与蛋白质结构预测模型，支持基于结构的分子设计、复合物预测及界面建模；\n4. 跟踪智能体辅助药物设计领域前沿进展，推动算法从文献复现到平台落地，与湿实验团队协作建立\"计算→合成→测试→反馈\"数据闭环。\n1. 计算机科学、计算化学、生物信息学或相关专业硕士及以上学历，有交叉学科背景优先；\n2. 熟悉分子生成模型（扩散/流匹配/VAE/GAN/自回归）、蛋白质结构预测、蛋白质语言模型中至少一个方向，有实际训练或微调经验；\n3. 熟练掌握Python及主流深度学习框架（PyTorch），有大模型Agent开发经验者优先。\n【加分项】有Agent系统开发经验；有分子筛选或分子生成相关实践经验；熟悉计算化学或分子模拟工具链；在CNS期刊或AI领域顶会顶刊发表过论文。",
"standard_classification": {
"std_category_code": "T033",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}